文献

J-GLOBAL ID：201902258806029219   整理番号：19A0567194

BP人工ニューラルネットワークによる天然ガス中の再編成の浄化装置への影響の予測【JST・京大機械翻訳】

Effects prediction of heavy components in natural gas on purification unit by BP artificial neural network

著者 (6件)： Han Wanlong (西安長慶科技工程有限責任公司) ,  Fan Zheng (西安石油大学化学化工学院) ,  Xue Gang (西安長慶科技工程有限責任公司) ,  Wang Wenzhen (西安石油大学化学化工学院) ,  Liu Zibing (西安長慶科技工程有限責任公司) ,  Ge Tao (西安長慶科技工程有限責任公司)
資料名： Shiyou yu Tianranqi Huagong  (Shiyou yu Tianranqi Huagong)
巻： 47  号： 6  ページ： 1-6  発行年： 2018年 
JST資料番号： C3826A  ISSN： 1007-3426  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 天然ガス中の再編成は脱硫装置の運転効果及び製品ガス質に影響を与えるため、この実際の生産問題は有効な解決が必要である。MDEA溶液吸収性能評価装置において、異なる条件下のMDEA溶液吸収性能を測定し、系統的に異なる再編成がMDEA溶液吸収性能に対する作用規律を研究し、多因子分散分析を用いて、その影響程度の大きさを判定した。人工ニューラルネットワーク(ANN)を用いて,天然ガスにおける再編成の悪影響の予測モデルを確立した。結果は以下を示した。MDEA溶液の吸収能力に及ぼす,i-C5,C6,C7,C8,およびC10の影響は,BPニューラルネットワーク予測モデルの有効な入力信号であり,そして,モデル予測値は,実際の値に近かった。BP人工神経回路網は,良好な精度と安定性を示した。従って,BP人工神経回路網は,MDEA溶液の吸収性能に対するガス中の再編成の悪影響を,正確に,そして,正確に予測することができた。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *ニューラルネットワーク ,  分散分析 ,  *天然ガス ,  *再編成 ,  予測モデル
準シソーラス用語： モデル予測 ,  入力信号 ,  逆伝播ニューラルネットワーク ,  脱硫装置 , 【Automatic Indexing@JST】

分類 (5件)： モルタル,コンクリート  (RA06042H) ,  システムモデル  (IB02000Z) ,  ニューロコンピュータ  (JC06010Q) ,  化学一般その他  (CA01060X) ,  機械的性質  (WB02030U)

タイトルに関連する用語 (6件)： BP ,  人工ニューラルネットワーク ,  天然ガス ,  再編成 ,  浄化装置 ,  予測